Rättvis premie baserad på hur du kör
Trygg ersätter demografiska stereotyper med faktisk körbeteendedata. Vårt neurala nätverk beräknar din individuella olycksrisk – inte en grupps.
Problemet med traditionell försäkring
Försäkringsbolag baserar idag sin olyckssannolikhet på demografiska profiler – ålder, kön, postnummer. Detta leder till stora avvikelser på individnivå.
En ung man i en storstad betalar hög premie oavsett om han kör försiktigt och sällan. En medelålders kvinna på landet kan betala lite trots riskbeteende. Systemet är strukturellt orättvist.
Baseras på ålder, kön, bostadsort och historik för din grupp
Baseras på hur just du faktiskt kör – varje månad
Tryggs metod"Ett mer korrekt sätt är att bygga en modell över körstil, hitta och vikta de parametrar som innebär olycksrisk för att utvärdera individuell sannolikhet för olyckor."
Tre steg till rättvis premie
Systemet är uppbyggt av tre modulära delar som samverkar för att ge en precis, individuell riskbedömning.
Generera träningsdata
10 000 syntetiska körprofiler skapas med realistisk korrelation mellan kördata och olycksrisk.
Träna neuralt nätverk
Ett neuralt nätverk med 12 801 parametrar tränas på data för att lära sig vikta de tre körparametrarna mot olycksrisk.
Utvärdera individen
Modellen predikterar varje kunds individuella olycksrisk baserat på månadens faktiska körbeteendedata.
Tekniken bakom Trygg
Genom ett neuralt nätverk som tränas på syntetisk körbeteendedata kan vi utvärdera individuella parametrar med hög precision.
Träningsdata
Syntetiskt genererad, starkt korrelerad
Träningsdata består av körsträcka, kraftiga accelerationer och mobilminuter under körning. Mobilanvändning och accelerationer är starkt korrelerade med olycksrisk (med 1% slump tillagt för realism).
Modellarkitektur
4 dolda lager, 64 neuroner var
12 801 parametrar fordrades för en tillräckligt bra modell, troligen på grund av den okorrelerade körsträckeparametern som stör inlärningen.
Träningsresultat
350 epoker, ~97,5% noggrannhet
350 träningsepoker valdes. Förbättringen avtar efter ~200 epoker. På 2 000 testexempel görs normalt ~50 felprediktioner – en felkvot på under 2,5%.
Testa modellen
Så här fungerar demon
Nedan finns tre exempelkunder med olika körstilar. Klicka på Generera kördata för att slumpa fram en månads kördata baserat på kundens profil. Det neurala nätverket analyserar direkt körsträcka, mobilanvändning och accelerationer – och returnerar sin bedömning av olycksrisken.
Siw
Kund 001
Kör lugnt och fokuserat utan distraktioner.
Lotta
Kund 002
Hög mobiltelefonanvändning under körning.
Tommy
Kund 003
Aggressivt körbeteende med kraftiga accelerationer.
Fördelar med beteendebaserad försäkring
Individuellt anpassad
Din premie speglar ditt körbeteende – inte en grupps demografiska profil.
Transparent
Se exakt vilka körbeteenden som påverkar din riskbedömning och premie.
Dynamisk
Premierna justeras månadsvis – förbättra ditt körsätt och sänk kostnaden direkt.
Rättvis
Goda förare belönas med lägre premie oavsett ålder, kön eller bostadsort.
Integritetsskyddad
Kördata hanteras anonymiserat och säkert – du äger din egen information.
AI-driven
Neuralt nätverk tränat på 10 000+ körprofiler med 97,5% prediktionsnoggrannhet.